分布式共识算法1. 概念分布式共识算法是一类算法，用于在分布式系统中达成多个节点之间的一致性决策。由于分布式系统中各个

1. 概念

分布式共识算法是一类算法，用于在分布式系统中达成多个节点之间的一致性决策。由于分布式系统中各个节点可能会遇到网络延迟、节点故障或信息丢失等问题，分布式共识算法的目标是确保即使在这些不可靠的条件下，系统中的所有节点仍能就某个值或状态达成一致。

主要目标：

常见的我们了解下paxos以及raft即可。

Paxos 是一种经典的分布式共识算法，提供了一种在不可靠网络中达成一致的方法。尽管理论上非常强大，但由于其复杂性，在实际应用中实现和理解起来比较困难。

提议者（Proposer） ：
- 提议者负责提出提案（Proposal），希望其他节点接受该提案。
- 提议者可以是多个，彼此独立工作，通常由客户端请求触发。
接受者（Acceptor） ：
- 接受者负责对提议者提出的提案进行投票。
- 每个接受者可以独立地接受或拒绝提案。
- 一旦大多数接受者接受某个提案，该提案就被选定。
学习者（Learner） ：
- 学习者负责了解并应用最终被选定的提案。
- 学习者通常不参与提案的投票过程，但需要知道最终的决策。

Paxos 算法主要分为两个阶段：准备阶段（Prepare Phase）和提议阶段（Propose Phase）。

提议者选择提案编号：
- 提议者选择一个唯一的提案编号（Proposal Number），并向所有接受者发送“准备请求”（Prepare Request）。
接受者处理准备请求：
- 接受者收到准备请求后，检查提案编号是否大于它们已经响应过的所有提案编号。
- 如果是，接受者承诺不再接受编号小于该提案的新提案，并回复提议者。
- 回复中包含接受者已经接受的提案中编号最高的提案（如果有）。

提议者发送提案：
- 如果提议者收到大多数接受者的承诺，它就发送一个“提议请求”（Propose Request），包含提案编号和提议的值。
- 如果在准备阶段接受者回复中有编号更高的提案，提议者必须使用该提案的值。
接受者处理提议请求：
- 接受者如果没有对更高编号的提案做出承诺，就接受该提议。
- 一旦大多数接受者接受某个提案，该提案就被选定。

Raft 的目标是在分布式系统中实现强一致性，确保多个节点就某个值或状态达成一致，即使在某些节点发生故障的情况下。Raft 通过领导者选举、日志复制和安全性保证机制来实现这一目标。

领导者（Leader） ：
- 领导者负责处理所有客户端请求并管理日志复制过程。
- 每个任期内只有一个领导者，领导者通过心跳信号维持其角色。
跟随者（Follower） ：
- 跟随者被动地接收领导者的日志条目和心跳信息。
- 如果跟随者在一定时间内没有收到领导者的信号，它会发起选举。
候选者（Candidate） ：
- 在选举过程中，一个跟随者可以成为候选者以竞选领导者。
- 候选者向其他节点请求投票，并根据投票结果决定是否成为新的领导者。

领导者选举：
- 当一个跟随者在预定时间内没有收到领导者的心跳信息时，会发起选举。
- 跟随者转变为候选者，并向其他节点请求投票。
- 如果候选者获得大多数节点的投票，它就成为新的领导者。
日志复制：
- 领导者将客户端请求作为日志条目追加到其日志中，并将这些条目复制到所有跟随者。
- 当一个日志条目在大多数节点上被提交时，它被认为是已提交的，并可以应用到状态机中。
安全性保证：
- Raft 确保如果一个日志条目在某个任期内被提交，那么在更高的任期内不会被覆盖。
- 通过选举限制和日志匹配限制，Raft 确保一致性。